Ganadores de la competición de exportación de Ultralytics YOLOv5
Descubre a los ganadores de la competición de exportación de Ultralytics YOLOv5, que muestra lo mejor en despliegue de modelos de IA en diversos dispositivos.
Con el objetivo de ayudar a todo el mundo a entrenar y desplegar fácilmente los mejores modelos de IA de visión, hemos organizado nuestro primer Ultralytics YOLOv5 Export Competition. Valoramos estar en contacto con los miembros de nuestra comunidad de código abierto y siempre nos impresionan las numerosas aplicaciones que crean los usuarios.
Fecha límite#
La competición se llevó a cabo desde el 17 de mayo de 2021 hasta el 31 de agosto de 2021 a las 24:00 UTC. Tras esta fecha, la competición se cerró y las nuevas presentaciones no pudieron optar al premio en metálico.
Evaluación#
La evaluación tuvo lugar del 1 de septiembre de 2021 al 16 de septiembre de 2021. Nuestro equipo revisó exhaustivamente cada presentación.
10.000 $ en premios#
La mejor presentación en cada categoría se ha llevado los fondos totales del premio de 2.000,00 $ (2.000,00 USD) de Ultralytics para dicha categoría.
5 categorías#
Con la ayuda de nuestra increíble comunidad, creamos previamente 5 categorías que representan los escenarios de despliegue en el mundo real más populares para los modelos de Ultralytics YOLOv5, incluyendo Jetson Nano, Raspberry Pi, Google Edge TPU, CPU de escritorio y dispositivos Android Edge.
Presentaciones#
Nuestros participantes han creado un repositorio público de GitHub para su propuesta, han asignado a su trabajo una open source license y han publicado su propuesta directamente en uno de los 5 hilos oficiales de envíos de la EXPORT Competition para permitir que la comunidad vote. Ten en cuenta que estos hilos eran solo para propuestas oficiales. Las preguntas o comentarios generales se han realizado directamente en este hilo o en una nueva discussion. Enlaces a las propuestas:
Ganadores de la competición#
Tras mucha deliberación, elegimos a los ganadores de cada una de las cinco categorías, que representan los escenarios de despliegue en el mundo real más populares para los modelos de Ultralytics YOLOv5. Todos los participantes fueron contactados personalmente y los premios se entregaron a nuestros ganadores posteriormente. ¡Hoy nos alegra compartir por fin las mejores soluciones contigo!
NVIDIA Jetson Nano#
Premio: 2000 $
Google Edge TPU#
Premio: 2000 $
Android#
Premio: 2000 $
Raspberry Pi#
Premio: 2000 $
Sin ganador *
CPU Intel/AMD#
Premio: 2000 $
Sin ganador *
*Las presentaciones en esta categoría no cumplieron con el conjunto mínimo de requisitos en cada uno de los criterios de evaluación. Por lo tanto, no se seleccionó ningún ganador para esta categoría en esta ocasión; sin embargo, habrá más oportunidades para que los participantes vuelvan a competir en el futuro.
¡Enhorabuena a los ganadores! Asegúrate de echar un vistazo a sus repositorios.
"La biblioteca de Ultralytics YOLOv5 es genial; se actualiza casi a diario, los modelos funcionan bien y la experiencia de usuario mejora continuamente. Gran parte de mi investigación implica desplegar ML en dispositivos embebidos, y ya había trabajado antes con Edge TPU, así que esto parecía un reto divertido." Josh Veitch-Michaelis
¡También queremos enviar un gran agradecimiento a todos los que participaron en nuestra competición de exportación! Tenemos la suerte de contar con numerosos miembros valiosos en nuestra comunidad de código abierto. Son las contribuciones de todos vosotros las que hacen que nuestra comunidad sea genial.
¡Sigue siendo increíble y sigue creando! 🚀
Puntuación#
Las presentaciones de la competición de exportación fueron juzgadas basándose en varios criterios: simplicidad y reproducibilidad de sus métodos de exportación, la calidad de su documentación, la calidad de la exportación y la velocidad y precisión de sus modelos exportados. Estas presentaciones fueron puntuadas tanto por el equipo aquí en Ultralytics como por los comentarios de la comunidad.
Calidad de la exportación (20%)#
La exportación más sencilla tendrá el menor número de pasos, requerirá el menor número de argumentos/parámetros, utilizará el menor número de paquetes importados y será ejecutable con la menor cantidad de código.
Calidad de la documentación (20%)#
Las presentaciones deben estar bien documentadas utilizando un archivo de presentación markdown. Cada paso debe explicarse, incluyendo la configuración/requisitos, cualquier ajuste/argumento, pasos de exportación y la configuración del entorno implementado, si procede.
Calidad de la presentación (20%)#
Debe incluirse cada aspecto de la exportación y la implementación, partiendo de un modelo oficial yolov5s.pt. Para los entornos que requieran requisitos especiales, como Jetson Nano, todos los paquetes y/o imágenes de Docker deben proporcionarse y documentarse. Para las implementaciones en Android, también debe incluirse una aplicación de referencia para Android. Una presentación debe incluir el 100% de lo necesario para exportar y utilizar completamente un modelo YOLOv5.
Velocidad y precisión del modelo implementado (40%)#
Los modelos desplegados deben devolver resultados de inferencia casi idénticos a los modelos oficiales de YOLOv5 PyTorch (es decir, inferencia con python detect.py --weights yolov5s.pt). La Accuracy de las soluciones desplegadas se analizará en un conjunto de pruebas reservado de imágenes de Ultralytics que no está disponible para el público. La Speed también es muy importante, y las soluciones de despliegue más rápidas se verán muy favorecidas. Para Android, las exportaciones a delegados de GPU, NNAPI y Hexagon recibirán la puntuación más alta en este aspecto.
